基于OMAP-L138的艦船目標(biāo)識別算法研究與實(shí)現(xiàn).pdf

1、目標(biāo)識別技術(shù)是現(xiàn)代水聲技術(shù)的一個重要組成部分,在水聲對抗過程中,無論是對特定目標(biāo)的攻擊或者是對水下兵器的預(yù)警,均需要以準(zhǔn)確的目標(biāo)識別作為前提。目標(biāo)螺旋槳旋轉(zhuǎn)引起的噪聲表現(xiàn)為強(qiáng)線譜,這使得從中取得目標(biāo)的軸頻與葉片數(shù)等信息成為可能。但由于海洋環(huán)境噪聲在低頻段通常較強(qiáng),故采用DEMON譜分析方法從目標(biāo)輻射噪聲的高頻段解調(diào)得到目標(biāo)線譜的信息,進(jìn)而對目標(biāo)軸頻進(jìn)行提取并對目標(biāo)進(jìn)行識別。同時,艦船輻射噪聲的連續(xù)譜部分也會攜帶一定的目標(biāo)信息。在對其進(jìn)行

2、希爾伯特-黃變換后,其各階固有模態(tài)函數(shù)瞬時頻率的統(tǒng)計特性會呈現(xiàn)出因目標(biāo)而異的特性。根據(jù)艦船輻射噪聲的這一特點(diǎn),可以對艦船目標(biāo)進(jìn)行分類識別。由于應(yīng)用希爾伯特-黃變換提取到的目標(biāo)特征值較多,且分布較為復(fù)雜,很難將其代入某個確定的公式并最終獲得判別結(jié)果,故可以利用人工神經(jīng)網(wǎng)絡(luò)擅長對信息進(jìn)行概括、聯(lián)想、類比與推廣的特點(diǎn)對其進(jìn)行處理。另外,由于人工神經(jīng)網(wǎng)絡(luò)技術(shù)具有較高的魯棒性與容錯性,在處理復(fù)雜多變的水聲信號方面也有著先天的優(yōu)勢。
　　近些

3、年來,DSP技術(shù)發(fā)展迅猛。DSP芯片作為一種嵌入式微處理器,具有強(qiáng)大的數(shù)據(jù)處理能力,同時其對網(wǎng)口協(xié)議的支持也可以使以其為核心的信號處理系統(tǒng)能夠更方便的與其他設(shè)備交換信息。相較于通常情況下對算法進(jìn)行研究的PC平臺而言,DSP數(shù)據(jù)處理平臺具有體積小,獨(dú)立工作能力強(qiáng),功耗低等一系列優(yōu)點(diǎn),更適于在實(shí)際應(yīng)用中進(jìn)行使用。OMAP-L138作為一款TI公司推出的浮、定點(diǎn)兼容DSP,具有高速與低功耗等優(yōu)點(diǎn),為本文對艦船目標(biāo)識別算法進(jìn)行硬件實(shí)現(xiàn)提供了很好

4、的開發(fā)平臺。
　　本文在OMAP-L138平臺上對DEMON譜分析與軸頻提取算法以及基于希爾伯特-黃變換的目標(biāo)特征提取算法進(jìn)行了實(shí)現(xiàn),并最終在硬件平臺上完成了從網(wǎng)口獲取數(shù)據(jù)的目標(biāo)識別軟件。最后,進(jìn)行了海試試驗(yàn),并應(yīng)用DSP程序?qū)Ｔ嚁?shù)據(jù)進(jìn)行了處理,對兩種算法在硬件平臺上的表現(xiàn)進(jìn)行了測試與統(tǒng)計。統(tǒng)計結(jié)果表明,本文所采用的兩個算法均能較為準(zhǔn)確的對目標(biāo)特征進(jìn)行提取,并能對目標(biāo)進(jìn)行正確識別。同時基于DEMON譜分析的軸頻提取算法可以滿足系